如何在R中使用SVM正确执行交叉验证？

Question

我正在使用SVR来预测R中的数字结果。这是我的代码：

 library(caret)
 ctrl <- trainControl(method = "LOOCV", savePred=T)
 mod <- train(Sepal.Length~., data=iris, method = "svmLinear", trControl = ctrl)
 pred_test <-predict(mod,iris)
 cor(iris$Sepal.Length, pred_test)
 MSE(pred_test, iris$Sepal.Length)

这是我的结果：

>  cor(iris$Sepal.Length, pred_test)
[1] 0.930933
>  MSE(pred_test, iris$Sepal.Length)
[1] 0.09118964

如您所见，我正在使用留一法交叉验证。我的问题是，当我使用10倍交叉验证时，为什么R会给我相同的结果？ 10折简历的代码是：

 library(caret)
 ctrl <- trainControl(method = "cv", number = 10, savePred=T)
 mod <- train(Sepal.Length~., data=iris, method = "svmLinear", trControl = ctrl)
 pred_test <-predict(mod,iris)
 cor(iris$Sepal.Length, pred_test)
 MSE(pred_test, iris$Sepal.Length)

结果如下：

>  cor(iris$Sepal.Length, pred_test)
[1] 0.930933
>  MSE(pred_test, iris$Sepal.Length)
[1] 0.09118964

与以前相同。请问为什么？我认为交叉验证的不同方式不会给我相同的结果。您能给我一些解决问题的建议吗？